論文の概要: Constraint-Aware Synthetic Tabular Data Generation via Inter-Column Constraint Discovery with LLM Agents
- arxiv url: http://arxiv.org/abs/2608.15109v1
- Date: Sat, 15 Aug 2026 08:19:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.200783
- Title: Constraint-Aware Synthetic Tabular Data Generation via Inter-Column Constraint Discovery with LLM Agents
- Title（参考訳）: LLMエージェントを用いたカラム間制約探索による制約対応合成語彙データ生成
- Abstract要約: 本研究では,3つのカラム間制約家族の発見と実施について検討する。
私たちの統合ツール・グラウンドド・ワークフローは、3つ全てをマシン実行可能な仮説として表現しています。
- 参考スコア（独自算出の注目度）: 3.7680093320209553
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generating structurally valid synthetic tabular data remains difficult: outputs with high statistical fidelity and downstream utility can still violate semantically meaningful domain constraints. We study the discovery and enforcement of three complementary inter-column constraint families---equations, linear inequalities, and logical dependencies. Our unified tool-grounded workflow represents all three as machine-executable hypotheses and applies a common interface for full-table validation, deterministic diagnosis, and counterexample-guided revision. A generator-agnostic postprocessor coordinates family-specific repairs on outputs from unchanged tabular generators. Across curated behavioral audits and end-to-end evaluations, the complete workflow improves held-out violation detection over one-shot direct prompting, while postprocessing yields zero measured violations for every retained, applicable constraint, improves downstream utility on most datasets, and largely preserves univariate marginals.
- Abstract（参考訳）: 統計的忠実度の高い出力と下流ユーティリティを持つ出力は、意味論的に意味のあるドメイン制約に反する可能性がある。
本研究では,3つのカラム間制約ファミリーの発見と実施について検討する。
私たちの統合ツール・グラウンドド・ワークフローは、3つすべてをマシン実行可能な仮説として表現し、フルテーブル検証、決定論的診断、反例ガイダンス修正に共通のインターフェースを適用しています。
ジェネレータ非依存のポストプロセッサは、変化しないタブ状ジェネレータからの出力に対して、家族固有の修復を調整する。
キュレートされた行動監査とエンドツーエンドの評価を通じて、完全なワークフローはワンショットの直接プロンプトによるホールドアウト違反検出を改善する一方で、後処理は保持されるすべての制約に対して測定された違反をゼロにし、ほとんどのデータセットのダウンストリームユーティリティを改善し、ほとんど変わらずの限界を保っている。
関連論文リスト
- Measuring the Dependency Gap: Diagnosing Inter-Column Fidelity in Tabular Generative Models [5.216183083750454]
本稿では,強い勾配型分類器2サンプルテスト (XGB-C2ST) を限界, 依存性, 数値カテゴリーのクロスコンポーネントに分解する依存性を考慮した忠実度診断法を提案する。
標準メトリクスが見逃し、マイノリティクラスのユーティリティを追跡する、真の依存性のギャップを公開します。
論文 参考訳（メタデータ） (2026-07-20T23:56:32Z) - Towards Anomaly Detection on Relational Data [51.473064583839296]
属性とリレーショナルエッジの両方から異常を捕捉する再構成に基づくフレームワークを提案する。
RelADは競争効率を保ちながら、他のベースラインを一貫して上回ります。
論文 参考訳（メタデータ） (2026-06-17T02:36:32Z) - Generating Logically Consistent Synthetic Supply Chain Data with LLM-Driven Knowledge Graph Reasoning [51.78065387034195]
本稿では,論理的に一貫した合成サプライチェーンデータ生成のための知識グラフ誘導フレームワークであるtextbftextitTabKGを紹介する。
論文 参考訳（メタデータ） (2026-05-26T10:41:37Z) - Trace-Level Analysis of Information Contamination in Multi-Agent Systems [8.829951903444352]
不均一なアーティファクトに対する推論は、構造化エージェント内でますます発生する。
本研究では,不確実性を制御変数として扱うことにより,この現象を研究する。
我々は3つの表現型を特徴づける:サイレントセマンティックな腐敗、リカバリを伴う行動パターン、構造破壊と制御フローシグネチャの組み合わせ。
論文 参考訳（メタデータ） (2026-04-30T08:39:42Z) - Missing-Aware Multimodal Fusion for Unified Microservice Incident Management [22.703696384749595]
ARMORは、モダリティの欠如を前提とした、自己管理型のフレームワークである。
自己監督型自己回帰とマスク誘導型再構成を用いて、異常検出、障害トリアージ、根本原因の局在を共同で最適化する。
完全なデータ条件下での最先端性能を実現し、厳密なモダリティ損失でも堅牢な診断精度を維持する。
論文 参考訳（メタデータ） (2026-03-26T15:14:57Z) - Sparse-by-Design Cross-Modality Prediction: L0-Gated Representations for Reliable and Efficient Learning [0.0]
統一されたスペーシフィケーションプリミティブは、モダリティに匹敵する精度と効率のトレードオフをもたらす。
学習表現に直接L0スタイルのスパーシリティを強制するモダリティ非依存的かつ機能的にハードコンクリートなゲーティングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-26T03:33:42Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Towards One-for-All Anomaly Detection for Tabular Data [87.63505963517512]
タブラル異常検出(TAD)は多くの実世界の応用において重要である。
複数のソースデータセットに対して1回のトレーニングのみを必要とするフレームワークであるOFA-TADを提案する。
14ドメインの34のデータセットに対する実験により、OFA-TADはより優れた異常検出性能が得られることが示された。
論文 参考訳（メタデータ） (2026-03-15T14:42:05Z) - Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。
累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。
主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
論文 参考訳（メタデータ） (2026-02-10T21:08:53Z) - RFOD: Random Forest-based Outlier Detection for Tabular Data [12.469208664014472]
外乱検出は、サイバーセキュリティ、金融詐欺検出、医療といった高度な領域におけるデータの整合性を保護するために不可欠である。
textsfRFODは特徴的条件付き再構成問題として異常検出をリフレームする。
textsfRFODは、検出精度において最先端のベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2025-10-09T19:02:12Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。